Llegamos a ustedes gracias a:



Reportajes y análisis

¿Qué es un científico de datos?

Una función clave de análisis de datos

[19/03/2018] ¿Qué es un científico de datos? Los científicos de datos son responsables de descubrir información a partir de cantidades masivas de datos estructurados y no estructurados, para ayudar a dar forma o satisfacer las necesidades y objetivos comerciales específicos. Este rol se está volviendo cada vez más importante, a medida que las empresas confían más en el análisis de datos para impulsar la toma de decisiones y, apoyarse en la automatización y el aprendizaje automático como componentes centrales de sus estrategias de TI.

El papel del científico de datos

El principal objetivo de un científico de datos es organizar y analizar grandes cantidades de datos, a menudo utilizando un software diseñado específicamente para dicha tarea. Los resultados finales del análisis de un científico de este tipo deben ser lo suficientemente fáciles de entender para todas las partes interesadas -especialmente para aquellos que trabajan fuera de TI.

El enfoque de un científico de datos para el análisis de éstos depende de su industria y, de las necesidades específicas del negocio o departamento para el que trabaja. Antes de que estos puedan encontrar significado en datos estructurados o no estructurados, los líderes empresariales y los gerentes de departamento deben comunicar lo que están buscando. Como tal, un científico de datos debe tener suficiente experiencia en el dominio de negocios para traducir las metas de la compañía o del departamento en productos basados en datos, tales como motores de predicción, análisis de detección de patrones, algoritmos de optimización y otros similares.

Responsabilidades del científico de datos

La responsabilidad principal de un científico de datos es el análisis de datos, un proceso que comienza con la recopilación de éstos, y finaliza con las decisiones comerciales tomadas sobre la base de los resultados finales del análisis.

Los datos que analizan los científicos de datos, a menudo llamados Big Data, provienen de varias fuentes. Hay dos tipos que caen bajo el paraguas de éste: los datos estructurados y los no estructurados.

En primer lugar, los datos estructurados están organizados, generalmente por categorías que facilitan que una computadora clasifique, lea y organice automáticamente. Esto incluye los datos recopilados por los servicios, productos y dispositivos electrónicos, pero rara vez los recopilados a partir de las aportaciones humanas. Los datos de tráfico del sitio web, las cifras de ventas, las cuentas bancarias o las coordenadas GPS recopiladas por su teléfono inteligente son formas estructuradas de datos.

En segundo lugar, los datos no estructurados, la forma de Big Data de más rápido crecimiento, probablemente provengan de la participación humana: reseñas de clientes, correos electrónicos, videos, publicaciones en redes sociales, etc. Normalmente, esta información es más difícil de clasificar y menos eficiente de administrar con tecnología. Debido a que no está optimizado, los datos no estructurados pueden requerir una gran inversión para administrar. Las empresas suelen confiar en las palabras clave para dar sentido a los datos no estructurados como una forma de extraer datos relevantes usando términos investigables.

Por lo general, las empresas emplean científicos de datos para manejar estos datos no estructurados, mientras que otro personal de TI es responsable de administrar y mantener los datos estructurados. Sí, es probable que los científicos de datos manejen gran cantidad de datos estructurados en sus carreras, pero las empresas desean cada vez más aprovechar los no estructurados para ponerlos al servicio de sus objetivos de ingresos, por lo que son considerados clave.

Requisitos del científico de datos

Cada industria tiene su propio perfil de Big Data para que un científico de datos lo analice. Estas son algunas de las formas más comunes de Big Data de cada industria, así como también los tipos de análisis que un científico de datos probablemente deba realizar, según BLS.

  • Negocio: Hoy en día, los datos dan forma a la estrategia de negocios en casi todas las empresas, pero éstas necesitan científicos de datos para dar sentido a la información. El análisis de datos de negocios puede informar decisiones sobre eficiencia, inventario, errores de producción, lealtad del cliente y más.
  • Comercio electrónico: Ahora que los sitios web recopilan más que solo datos de compras, los científicos de datos ayudan a las empresas de comercio electrónico a mejorar el servicio al cliente, encontrar tendencias y desarrollar servicios o productos.
  • Finanzas: En la industria financiera, los datos sobre cuentas, transacciones de crédito y débito, y datos financieros similares son vitales para un negocio en funcionamiento. Sin embargo, para los científicos de datos en este campo, la seguridad y el cumplimiento, incluida la detección de fraudes, también son preocupaciones importantes.
  • Gobierno: Big Data ayuda a los gobiernos a tomar decisiones, apoyar a los mandantes y controlar la satisfacción general. Al igual que el sector financiero, la seguridad y el cumplimiento son una preocupación primordial para los científicos de datos.
  • Ciencia: Los científicos siempre han manejado los datos, pero ahora con la tecnología, pueden recopilar, compartir y analizar mejor los datos de los experimentos. Los científicos de datos pueden ayudar en este proceso.
  • Redes sociales: Los datos de redes sociales ayudan a orientar la publicidad dirigida, a mejorar la satisfacción del cliente, a establecer tendencias en datos de ubicación y, a mejorar características y servicios. El análisis continuo de datos de publicaciones, tweets, blogs y otras redes sociales puede ayudar a las empresas a mejorar constantemente sus servicios.
  • Cuidado de la salud: Los registros médicos electrónicos son ahora el estándar para las instalaciones de atención médica, para lo cual son necesarios la seguridad, el cumplimiento y Big Data. Aquí, los científicos de datos pueden ayudar a mejorar los servicios de salud y descubrir tendencias que de otro modo podrían pasar desapercibidas.
  • Telecomunicaciones: Todos los productos electrónicos recopilan datos, y todos esos deben almacenarse, administrarse, mantenerse y analizarse. Los científicos de datos ayudan a las empresas a eliminar los errores, mejorar los productos y mantener contentos a los clientes ofreciéndoles las funciones que desean.
  • Otro: No hay una industria que sea inmune a Big Data, y BLS señala que podrá encontrar trabajos en otras áreas específicas, tales como en política, servicios públicos, dispositivos inteligentes y más.

Habilidades del científico de datos

Según William Chen, gerente de Ciencias de Datos en Quora, las cinco habilidades principales que los científicos de datos deberían tener son una combinación de duras y blandas:

  • Programación: Chen lo cita como el "conjunto de habilidades más importante de un científico de datos, señalando que agrega valor a las habilidades de ciencia de datos. La programación mejora sus habilidades estadísticas, lo ayuda a "analizar grandes conjuntos de datos" y le brinda la posibilidad de crear sus propias herramientas.
  • Análisis cuantitativo: Una habilidad importante para analizar grandes conjuntos de datos. Chen dice que el análisis cuantitativo mejorará su capacidad para ejecutar análisis experimentales, escalar su estrategia de datos y ayudarlo a implementar el aprendizaje automático.
  • Intuición del producto: Comprender los productos lo ayudará a realizar análisis cuantitativos, señala Chen, y también a predecir el comportamiento del sistema, establecer métricas y mejorar las habilidades de depuración.
  • Comunicación: Las habilidades de comunicación son posiblemente las habilidades blandas más importantes en todas las industrias. Estas lo ayudarán a "aprovechar todas las habilidades enumeradas anteriormente, indica Chen.
  • Trabajo en equipo: Al igual que la comunicación, el trabajo en equipo es vital para una carrera exitosa en ciencias de datos. Para tener éxito, necesita ser desinteresado, aceptar los comentarios y compartir sus conocimientos con su equipo, anota Chen.

Convirtiéndose en un científico de datos

Si no tiene experiencia en informática o en el análisis de datos, los campamentos de entrenamiento, los programas de grado o las certificaciones pueden proporcionar las habilidades necesarias para la transición a ser un científico de datos.

Seguro querrá saber si las vacantes en la industria y el campo que desea realizar requieren un título de educación superior o, si las certificaciones y los campamentos de entrenamiento son suficientes para satisfacer a un gerente de recursos humanos. Dedique un tiempo a investigar las vacantes de trabajo para encontrar similitudes con su puesto deseada. A partir de ahí, puede trazar una estrategia para convertirse en un científico de datos armado con la educación, las habilidades y la experiencia necesaria para conseguir el puesto.

Formación y educación de científicos de datos

Hay muchas maneras de convertirse en un científico de datos, pero la ruta más tradicional es obtener una licenciatura. Según los datos de BLS, la mayoría de estos tienen un título de maestría o superior, pero ese no es el caso para todos los científicos de datos, y hay otras formas en las que puede desarrollar las habilidades necesarias. Antes de inscribirse en un programa de educación superior seguro, querrá saber en qué sector trabajará para descubrir las habilidades, herramientas y software más importantes.

Debido a que la ciencia de datos requiere cierta experiencia en el dominio de los negocios, la función de un científico de datos variará dependiendo de la industria; y si está trabajando en una industria altamente técnica, es posible que necesite capacitación adicional. Por ejemplo, si está trabajando en el cuidado de la salud, el gobierno o la ciencia, necesitará un conjunto de habilidades diferente del que tendría si trabajara en marketing, negocios o educación.

Si quiere desarrollar ciertos conjuntos de habilidades para satisfacer las necesidades específicas de la industria, hay clases en línea, campamentos de entrenamiento y cursos de desarrollo profesional que pueden ayudarlo a perfeccionar sus habilidades.

Certificaciones de ciencia de datos

Además de los campos de entrenamiento y los cursos de desarrollo profesional, hay muchas certificaciones valiosas de big data y de ciencia de datos que pueden mejorar su currículum y su salario.

Algunas certificaciones populares de ciencia de datos incluyen lo siguiente:

Programas de grado en ciencia de datos

Si desea irse por la ruta del grado tradicional, hay muchos programas de maestría en ciencia de datos para elegir. Incluso sin un título universitario relacionado con la ciencia, puede postular a un programa de maestría en ciencias de la información; sin embargo, podría ser que necesite créditos adicionales, exámenes o experiencia en ciencias de la computación.

De acuerdo con US News and World Report, estos son los mejores programas de postgrado en ciencia de datos:

  • Maestría en Ciencias en Estadística: Ciencia de Datos en la Universidad de Stanford
  • Maestría en Información y Ciencia de Datos: Berkeley School of Information
  • Maestría en Ciencias de Datos Computacionales: Universidad Carnegie Mellon
  • Maestría en Ciencias de Datos: John A. Paulson School of Engineering and Applied Sciences de la Universidad de Harvard
  • Maestría en Ciencias en Ciencia de Datos: Universidad de Washington
  • Maestría en Ciencias de Datos: Whiting School of Engineering de la Universidad John Hopkins
  • Maestría en Analítica: Graham School de la Universidad de Chicago

Otros trabajos de ciencia de datos

El científico de datos es solo un trabajo en el creciente campo de la ciencia de datos, y no todas las empresas que la utilizan están contratando a científicos de datos per sé. Éstos son algunos de los títulos de trabajo más populares relacionados con la ciencia de datos:

  • Gerente de análisis
  • Analista de Inteligencia de Negocio
  • Analista de datos
  • Arquitecto de datos
  • Ingeniero de datos
  • Analista de Investigación
  • Científico de investigación
  • Estadístico

Si busca seguir una carrera en ciencia de datos, estos son algunos puestos que también puede considerar. El análisis de datos es un campo expansivo, por lo que seguramente querrá descubrir cuál es su nicho antes de comenzar a solicitar puestos de trabajo. Una vez que sepa cómo quiere trabajar con los datos, será más fácil reducir las mejores ofertas de trabajo para que coincidan con sus habilidades.

Nota: Realizamos una búsqueda entre las diferentes universidades locales, pero no tienen en sus sitios web información al respecto. De ser así, agradecemos proporcionen la información a través de la sección Comentarios.